一文看懂Python的控制结构:for、while、if…都有了
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了一文看懂Python的控制结构:for、while、if…都有了,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含7017字,纯文字阅读大概需要11分钟。
内容图文
![一文看懂Python的控制结构:for、while、if…都有了](/upload/InfoBanner/zyjiaocheng/597/53a6c275ce754036a7ea271e1019b26f.jpg)
传统Python语言的主要控制结构是for循环。然而,需要注意的是for循环在Pandas中不常用,因此Python中for循环的有效执行并不适用于Pandas模式。一些常见控制结构如下。
- for循环
- while循环
- if/else语句
- try/except语句
- 生成器表达式
- 列表推导式
- 模式匹配
所有的程序最终都需要一种控制执行流的方式。本节介绍一些控制执行流的技术。
01 for循环
for循环是Python的一种最基本的控制结构。使用for循环的一种常见模式是使用range函数生成数值范围,然后对其进行迭代。
res?=?range(3)
print(list(res))
#输出:[0, 1, 2]
for?i?in?range(3):
print(i)
'''输出:
0
1
2
'''
- for循环列表
使用for循环的另一种常见模式是对列表进行迭代。
martial_arts?=?["Sambo","Muay?Thai","BJJ"]
for?martial_art?in?martial_arts:
????print(f"{?martial_art}?has?influenced\
??????????modern?mixed?martial?arts")
'''输出:
Sambo?has?influenced?modern?mixed?martial?arts
Muay?Thai?has?influenced?modern?mixed?martial?arts
BJJ?has?influenced?modern?mixed?martial?arts
'''
02 while循环
while循环是一种条件有效就会重复执行的循环方式。while循环的常见用途是创建无限循环。在本示例中,while循环用于过滤函数,该函数返回两种***类型中的一种。
def?attacks():
????list_of_attacks?=?["lower_body",?"lower_body",
?????????"upper_body"]
????print("There?are?a?total?of?{lenlist_of_attacks)}\
??????????attacks?coming!")
????for?attack?in?list_of_?attacks:
????????yield?attack
attack?=?attacks()
count?=?0
while?next(attack)?==?"lower_body":
????count?+=1
????print(f"crossing?legs?to?prevent?attack?#{count}")
else:
????count?+=?1
????print(f"This?is?not?lower?body?attack,?\
I?will?cross?my?arms?for#?count}")
'''输出:
There?are?a?total?of?3?attacks?coming!
crossing?legs?to?prevent?attack?#1
crossing?legs?to?prevent?attack?#2
This?is?not?a?lower?body?attack,?I?will?cross?my?arms?for?#3
'''
03 if/else语句
if/else语句是一条在判断之间进行分支的常见语句。在本示例中,if/elif用于匹配分支。如果没有匹配项,则执行最后一条else语句。
def?recommended_attack(position):
????"""Recommends?an?attack?based?on?the?position"""
????if?position?==?"full_guard":
????????print(f"Try?an?armbar?attack")
????elif?position?==?"half_guard":
????????print(f"Try?a?kimura?attack")
????elif?position?==?"fu1l_mount":
????????print(f"Try?an?arm?triangle")
????else:
????????print(f"You're?on?your?own,?\
?????????there?is?no?suggestion?for?an?attack")
recommended_attack("full_guard")#输出:Try an armbar attack
recommended_attack("z_guard")
#输出:You're on your own, there is no suggestion for an attack
04 生成器表达式
生成器表达式建立在yield语句的概念上,它允许对序列进行惰性求值。生成器表达式的益处是,在实际求值计算前不会对任何内容进行求值或将其放入内存。这就是下面的示例可以在生成的无限随机***序列中执行的原因。
在生成器管道中,诸如 “arm_triangle”的小写***被转换为“ARM_TRIANGLE”,接下来删除其中的下划线,得到“ARM TRIANGLE”。
?def?lazy_return_random_attacks():
?????"""Yield?attacks?each?time"""
?????import?random
?????attacks?=?{"kimura":?"upper_body",
????????????"straight_ankle_lock":?"lower_body",
????????????"arm_triangle":?"upper_body",
?????????????"keylock":?"upper_body",
?????????????"knee_bar":?"lower_body"}
?????while?True:
?????????random_attack?random.choices(list(attacks.keys()))
?????????yield?random?attack
#Make?all?attacks?appear?as?Upper?Case
upper_case_attacks?=?\
?????????(attack.pop().upper()?for?attack?in?\
?????????lazy_return_random_attacks())
next(upper-case_attacks)
#输出:ARM-TRIANGLE
##?Generator?Pipeline:?One?expression?chains?into?the?next
#Make?all?attacks?appear?as?Upper?Case
upper-case_attacks?=\
????(attack.?pop().upper()?for?attack?in\
????lazy_return_random_attacks())
#remove?the?underscore
remove?underscore?=\
????(attack.split("_")for?attack?in\
????upper-case_attacks)
#create?a?new?phrase
new_attack_phrase?=\
????("?".join(phrase)?for?phrase?in\
????remove_underscore)
next(new_attack_phrase)
#输出:'STRAIGHT ANKLE LOCK'
for?number?in?range(10):
????print(next(new_attack_phrase))
'''输出:
KIMURA
KEYLOCK
STRAIGHT?ANKLE?LOCK
'''
05 列表推导式
语法上列表推导式与生成器表达式类似,然而直接对比它们,会发现列表推导式是在内存中求值。此外,列表推导式是优化的C代码,可以认为这是对传统for循环的重大改进。
martial_arts?=?["Sambo",?"Muay?Thai",?"BJJ"]
new_phrases?[f"mixed?Martial?Arts?is?influenced?by?\
????(martial_art)"?for?martial_art?in?martial_arts]
print(new_phrases)
['Mixed?Martial?Arts?is?influenced?by?Sambo',?\
'Mixed?Martial?Arts?is?influenced?by?Muay?Thai',?\
'Mixed?Martial?Arts?is?influenced?by?BJJ']
06 中级主题
有了这些基础知识后,重要的是不仅要了解如何创建代码,还要了解如何创建可维护的代码。创建可维护代码的一种方法是创建一个库,另一种方法是使用已经安装的第三方库编写的代码。其总体思想是最小化和分解复杂性。
- 使用Python编写库
使用Python编写库非常重要,之后将该库导入项目无须很长时间。下面这些示例是编写库的基础知识:在存储库中有一个名为funclib的文件夹,其中有一个_init_ .py文件。要创建库,在该目录中需要有一个包含函数的模块。
首先创建一个文件。
touch?funclib/funcmod.py
然后在该文件中创建一个函数。
"""This?is?a?simple?module"""
def?list_of_belts_in_bjj():
????"""Returns?a?list?of?the?belts?in?Brazilian?jiu-jitsu"""
????belts=?["white",?"blue",?"purple",?"brown",?"black"]
????return?belts
import?sys;sys.path.append("..")
from?funclib?import?funcmod
funcmod.list_of_belts_in-bjj()
#输出:['white', 'blue', 'purple', 'brown', 'black']
- 导入库
如果库是上面的目录,则可以用Jupyter添加sys.path.append方法来将库导入。接下来,使用前面创建的文件夹/文件名/函数名的命名空间导入模块。
- 安装第三方库
可使用pip install命令安装第三方库。请注意,conda命令(https://conda.io/docs/user-guide/tasks/manage-pkgs.html)是pip命令的可选替代命令。如果使用conda命令,那么pip命令也会工作得很好,因为pip是virtualenv虚拟环境的替代品,但它也能直接安装软件包。
安装pandas包。
pip?install?pandas
另外,还可使用requirements.txt文件安装包。
>?ca?requirements.txt
pylint
pytest
pytest-cov
click
jupyter
nbval
>?pip?install?-r?requirements.txt
下面是在Jupyter Notebook中使用小型库的示例。值得指出的是,在Jupyter Notebook中创建程序代码组成的巨型蜘蛛网很容易,而且非常简单的解决方法就是创建一些库,然后测试并导入这些库。
"""This?is?a?simple?module"""
import?pandas?as?pd
def?list_of_belts_in_bjj():
????"""Returns?a?list?of?the?belts?in?Brazilian?jiu-jitsu"""
????belts?=?["white",?"blue",?"purple",?"brown",?"black"]
????return?belts
def?count_belts():
????"""Uses?Pandas?to?count?number?of?belts"""
????belts?=?list_of_belts_in_bjj()
????df?=?pd.Dataframe(belts)
????res?=?df.count()
????count?=?res.values.tolist()[0]
????return?count
from?funclib.funcmod?import?count_belts
print(count_belts())
#输出:5
- 类
可在Jupyter Notebook中重复使用类并与类进行交互。最简单的类类型就是一个名称,类的定义形式如下。
class?Competitor:?pass
该类可实例化为多个对象。
class?Competitor:?pass
conor?=?Competitor()
conor.name?=?"Conor?McGregor"
conor.age?=?29
conor.weight?=?155
nate?=?Competitor()
nate.name?=?"Nate?Diaz"
nate.age?=?30
nate.weight?=?170
def?print_competitor?_age(object):
????"""Print?out?age?statistics?about?a?competitor"""
????print(f"{object.name}?is?{object.age}?years?old")
print_competitor_age(nate)
#输出:Nate Diaz is 30 years old
print_competitor_age(conor)
#输出:Conor McGregor is 29 years old
- 类和函数的区别
类和函数的主要区别包括:
- 函数更容易解释。
- 函数(典型情况下)只在函数内部具有状态,而类在函数外部保持不变的状态。
- 类能以复杂性为代价提供更高级别的抽象。
内容总结
以上是互联网集市为您收集整理的一文看懂Python的控制结构:for、while、if…都有了全部内容,希望文章能够帮你解决一文看懂Python的控制结构:for、while、if…都有了所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。